6.9 KiB
ACL 早期年份：会议存在、出版目录与逐篇资料分开核验
固定普查中 ACL 1963–1978 仍有年份缺口。不能因为会议年表连续，就假设每年都有独立的正式论文集；也不能因为当前目录始于 1979，就断言此前没有摘要、通知或其他公开资料。本次不修改固定的 1,266 个目标年份基准。
1978 年：限定 T78-1 的来源关系
同期年会通知的 PDF 第 9–10 页（印刷页码 9–10）明确说明，1978 年 ACL 年会采用第二届 Theoretical Issues in Natural Language Processing 的形式，地点为 Urbana/Champaign，日期为 7 月 25–27 日。通知中的 ACM 联合赞助确认仍处于待确认状态，不能将该预告改写为已完成的行政决定。
1982 年 Donald E. Walker 的历史回顾第 3 页（印刷页码 91）的年会表及缩写说明，独立对应了 1978 年的时间、地点与 TNLP/TINLAP-2 关系。两份扫描件相关页已渲染并逐页目视核对，不仅依靠 OCR。
官方卷目录与固定 XML T78.xml 保留原系列名 TINLAP、完整卷名、1978 年及编辑 David L. Waltz。适配仅接受精确的 collection T78、volume 1 和上述字段组合；关键元数据变化会拒绝处理，等待重新核查。
- 规范事件名使用
ACL+TINLAP，原系列名TINLAP、原始 XML 的venue_codes: [tinlap]及证据均保留。 - ACL/TINLAP 别名只挂在这一规范事件系列上，不把所有 TINLAP 年份都算成 ACL。T75、T87 及 T78 其他卷没有此例外。
- 通知描述了邀请与提交论文两种参与方式，XML 没有逐篇角色。统一暂存为
proceedings_unspecified，不猜测每篇属于 invited、main 或 workshop。 - XML 共 36 条条目，其中 T78-1036 是无作者的场次讨论问题列表。精确识别并在 manifest 的
excluded_materials保留其标识、标题与原因；其余 35 条作为具名贡献整理。该排除不推广到所有无作者条目，已识别条目发生变化也须重新核查。 - 全部 35 条 XML 均无摘要。出版目录中的 accepted 是来源观察；通知提及录用／不录用通知时间，不提供任何可识别的拒稿决定，不能制造 rejected 或 withdrawn。
采集器仅生成元数据文件，不写业务数据库。真实来源逐条验收、PostgreSQL 身份预检、串行导入与独立验收仍是后续门槛。35 条来源不等于 35 个新增论文实体，更不等于完成全库去重。
1963 年：AMTCL 旧名称与 EarlyMT 分类分开保留
ACL 官方历史介绍确认 AMTCL 是协会旧名称，1968 年改称 ACL。1963 官方卷目录和固定 XML 1963.earlymt.xml 明确记录 AMTCL 年会、Denver、1963 年 8 月 25–26 日。源目录将该卷归在 EarlyMT；这是资料分类，不能把其他 EarlyMT 会议全部变成 ACL。
适配仅接受 collection 1963.earlymt、volume 1，并核对旧名称全称、年份、地点、日期和原始 venue code。规范会议为 ACL，保留 AMTCL 别名及原始 earlymt 分类。关键字段变化或重复时拒绝处理，等待重新审核。
34 条均有作者和摘要，来源是出版摘要清单，记录 published_abstract 出版形式及 acl_anthology:publication_format 标签；逐篇 track 未提供，使用 proceedings_unspecified。accepted 只表示被列入该出版清单，不推断现代 main track、原始评审决定或任何拒稿记录。
XML commit 与下文相同，SHA256 为 4a4626d792ac507de0281cb358769f7246f4a0d6b6a9176ac02e61545c1635fc。原始 fixture 为 tests/fixtures/acl-1963-earlymt.xml。官方历史 HTML SHA256 为 0f6bc260c2b34c9e2a51d971aeb43c3270a5b15b6db1d6d41e50669f316345f3，响应回执与固定 XML 保存在服务器 /data/paper-index/collected/acl1963-scope-evidence-v1。另有卷目录 HTML 回执保存在 /data/paper-index/collected/historical-primary-candidates-20261109-v1。未下载论文 PDF。
使用下文相同采集命令，将 --collection 改为 1963.earlymt，输出到新的独立目录。采集结果需逐条验收和 PostgreSQL 身份预检，再进入增量导入；34 条来源不等于 34 个新增论文实体，代码测试通过也不代表生产覆盖已补齐。
1965 年：替代关系不改写为别名
Walker 回顾第 1 页（印刷页码 89）说明，1965 年 ICCL（后来称 COLING）替代了当年的年会。官方 C65-1 目录及 XML 仍以 COLING 标记该卷。这是限定年份的历史关系，不证明 COLING 与 ACL 是两个可全局互换的名字。
本次保留 C65 原有 COLING 归属，不添加 ACL 全局别名、不重放已导入记录、不将某一年的日历关系推广到整个系列，也不据此悄悄减少固定普查缺口。其他 1963–1977 年资料仍须逐年核查；本次不能证明这些年份整体属于非归档例外。
固定来源与恢复
服务器证据目录：/data/paper-index/collected/acl-early-source-evidence-v1。五份官方响应均 HTTP 200，另有两份来自既有官方 XML checkout 的文件，已与 Git 对象逐字节核对。未下载论文全文集合；两份 PDF 是本次历史／行政取证资料，不进入论文全文库。
| 文件 | SHA256 |
|---|---|
acl-venue.html |
c60f64cb4d72e677aeb84a5844cde28a8d50579e1995f08e8c7801eed1e3fac5 |
acl-history-1982.pdf |
35c21bd4983975bcaccbb94bd8ab91c9019fc190feec1791255407cf18a7e49a |
acl-1978-notice.pdf |
14b5deb471c55afb07d789529b95d0462a2a1a77df3dfba7fa1f5d3ab75eb411 |
tinlap1978-volume.html |
7e20d709f72f415819e4d17e3674b19dc7d871eabcf0cf8b4935f0392d775729 |
coling1965-volume.html |
0d2f2f49f2a311f9c0b80a8832f6476eb32f94f35abf36f6d2f2e10063ac880f |
T78.xml |
f712f94cff0cba05f786b7ac31dad2ea9408fde2a17a04531130df623f57dd84 |
C65.xml |
572791610e20b7c6045d984d968e73a18a144bcb5c3da64112001c781826808e |
XML commit：a7be623d01c48c61405dec31c871121cdbed5a01。测试 fixture tests/fixtures/acl-t78.xml 是该原始文件，不是手工模拟论文；不包含 PDF。PDF 哈希建立完整性，不单独证明语义，语义依据是上述具体页面。
在服务器使用既有命令，固定 checkout 并输出到新目录：
paper-atlas collect acl \
--checkout /data/paper-index/raw/metadata-checkouts/acl-anthology \
--collection T78 \
--out /data/paper-index/collected/acl-t78-source-v1
该命令会校验／更新官方 metadata checkout，实际 commit 必须以生成清单为准；严格重现本次取证时，使用已冻结的 XML 和上述 commit，不把更新后的内容冒充旧快照。不要将无 collection 限制的全部历史输出直接作为增量队列。采集完成不代表导入完成，恢复前先检查当前单元和报告，不因日志安静重启已执行的写入。